一文教你动态展现全球疫情变化趋势

每晚九点，我们准时相约  

大家好，我是朱小五

本文用一个完整的案例，带大家掌握用pyecharts绘制动态变化图，不仅有pyecharts的绘制方法教程，还给大家展示了完整的数据清洗和数据处理流程，干货很多。

一：获取疫情数据

    本文所采用的疫情数据，来自于github，下载地址见文末，大家可自行下载，首先，我们导入已下载好的全球疫情数据：

###常规导入pyecharts必备模块
from pyecharts import options as opts
from pyecharts.charts import Bar, Timeline
from pyecharts.faker import Faker
###导入json、pandas工具
import json
import pandas as pd

### 导入已经下载好的数据
with open("C://Users//Administrator//Desktop//DXYArea-TimeSeries.json.txt", "r", encoding="utf-8") as f:  # 打开文件
    data = f.read()  # 读取文件
    print(data)

### 将json文本导入，导入后转换为dict格式
res_dict = json.loads(data)

### dict格式数据入参，初始化DataFrame类
res_df = pd.DataFrame(res_dict)

这里有个初始化DataFrame的小trick，直接将dict格式的数据作为入参，可生成DataFrame格式，其中dict的key则成为了DataFrame中的column。

二：数据清洗及数据处理

     一般我们所获取的原始数据，会有很多脏数据需要清洗，另外数据格式也需要进行处理，处理成绘图所需要的数据。

     该数据为时间序列数据，第一步，我们先将原始数据的时间戳处理为标准的时间格式。

### 将时间戳进行标准化处理
import time
###构建时间标准化函数
def time_transform(timenum):
    timetemp = float(timenum/1000)
    ### 全球时间统一
    tuptime = time.localtime(timetemp)
    ### 转换为月日时间格式
    standardtime = time.strftime("%m-%d", tuptime)
    return standardtime

#### 循环处理每行的时间戳,注意DataFrame的索引方式
for i in range(len(res_df)):
    res_df.iloc[i, 28] = time_transform(res_df.iloc[i, 28])

#### 展示下当前的时间序列
res_df1 = res_df
date = list(set(res_df1['updateTime']))
date.sort()

打印date，可看到该时间序列从1-22日开始，结束于4月5日，从疫情开始爆发到当前的数据均有覆盖。

     第二步，我们再观察数据发现，在同一天内，某个城市会有多条数据，返回查看原始数据的更新方式，才发现，原始数据是通过爬虫的方式每天收集网络上公布的数据，因为公布数据的时间不固定，每日爬虫的更新频率也不固定，为了保证数据的实时性或准确性，每日会进行多次爬虫，每次爬虫都会向数据库写入一条数据，正因为如此，才有我们看到的，同一天内，同城市内会有多条数据。

     了解数据逻辑后，我们直接上代码来处理：

### 建一个空的DataFrame,以备后续使用
temp_all = pd.DataFrame([])
### 循环对每日的数据进行处理
for i in date:
    ### 取出某日的所有数据，注意DataFrame条件筛选的写法
    temp = res_df1[res_df1['updateTime'] == i]
    #### DataFrame的去重，保留最后一行数据
    temp = temp.drop_duplicates(["provinceName"], keep='last')
    #### 将去重后的数据，重新添加到空的DataFrame
    temp_all = temp_all.append(temp)

### 重置DataFrame的index
temp_all = temp_all.reset_index(drop=True)

这里要掌握DataFrame的去重写法，第一个参数为去重的基准列，keep参数为去重后保留行的准则。

      第三步，我们再按照国家进行分组汇总统计，分组统计也是我们在数据分析中需要常用的方法，出现率非常高，大家一定重点掌握。

### 进行分组求和
countrydata = list()
### 仍然是按日期循环处理
for i in date:
    temp = temp_all[temp_all['updateTime'] == i]
    ###利用groupby函数进行分组汇总
    temp_group = temp.groupby("countryName")
    ###计算每一个分组的和
    result = temp_group.sum()
    ### 取出求和后的三列数据（确诊数、死亡数、治愈数）
    result_data = result[["confirmedCount", "deadCount", "curedCount"]]
    result_data["countryName"] = list(result_data.index)
    ### 组合成时间序列数据
    countrydata.append(result_data)

### 保留关注的国家
country = ["中国","韩国","日本","马来西亚","西班牙","葡萄牙","菲律宾","荷兰","英国","美国",
           "瑞士","瑞典","法国","比利时","新加坡","挪威","意大利","德国","希腊",
           "奥地利","伊朗","卡塔尔","加拿大","丹麦"]

for i, cdata in enumerate(countrydata):
    ### 取出关注国家的数据，如果没有数据，则填充为0
    countrydata[i] = cdata.loc[country].fillna(0)

     第四步，部分数据由于操作不当，可能会导致数据缺失，对于缺失的数据，在第三步，我们基本上都填充为0，但在这个场景，填充为0并不是一个最佳的选择，因为属于时间序列数据，后一天的数据一定会大于等于前一天的数据，基于这个数据特性，我们再一次对于为0的数据进行处理，将为0的数据替换为前一天不为0的数据，来看如下代码实现：

### 处理部分为0的数据
for i, cdata in enumerate(countrydata):
    if i == 0:
        continue
    ### 对于为0的数据进行替换，替换成前一天不为0的数据
    for c in country:
        c_current_data = cdata.loc[c]
        c_last_data = countrydata[i-1].loc[c]

        if c_current_data["confirmedCount"] == 0 and c_last_data["confirmedCount"] > 0:
            cdata.loc[c, "confirmedCount"] = c_last_data["confirmedCount"]

        if c_current_data["deadCount"] == 0 and c_last_data["deadCount"] > 0:
            cdata.loc[c, "deadCount"] = c_last_data["deadCount"]

        if c_current_data["curedCount"] == 0 and c_last_data["curedCount"] > 0:
            cdata.loc[c, "curedCount"] = c_last_data["curedCount"]

三：pyecharts绘制动态图

      经过上一步繁琐的数据清洗过程，数据基本上已经处理成了我们想要的标准格式，接下来就开始进行绘图了，这里绘制动态图我们用pyecharts模块，pyecharts模块基于百度开源的echarts，用于在python中绘制echarts图表，实战中出真知，接下来我们来看如何用pyecharts绘制随时间变化的动态图形。

     由于本文的主题是绘制全球的数据变化趋势，因此在绘制之前，我们先将国内的数据进行剔除：

### 去掉中国的数据
country = country[1:]
new_countdata = []
for i in countrydata:
    new_data = i.drop(index="中国")
    new_countdata.append(new_data)

countrydata = new_countdata

     接着在利用pyecharts的timeline模块，绘制动态变化图表：

###首先构造时间线图表对象
tl = Timeline()
###设置相关参数
'''
is_auto_play:自动播放
is_timeline_show:时间线是否展示
play_interval:播放时间间隔（ms）
is_loop_play:是否循环播放
'''
tl.add_schema(is_auto_play=True,is_timeline_show=False,play_interval=800,is_loop_play=False)

### 按照时间线，循环生成条形图
for i, idate in enumerate(date):
    ### 生成条形图
    bar = (
        Bar()
        .add_xaxis(country)  ## X轴
        .add_yaxis("确诊人数", list(countrydata[i]["confirmedCount"]), label_opts=opts.LabelOpts(position="right"))
        .add_yaxis("死亡人数", list(countrydata[i]["deadCount"]), label_opts=opts.LabelOpts(position="right"))
        .reversal_axis()
        .set_global_opts(
            title_opts=opts.TitleOpts("全球疫情数据变化 (日期: {} )".format(idate)),
            xaxis_opts=opts.AxisOpts(
            type_="value",
            min_="min",
            max_="max")
        )
    )
    ### 将单日的条形图添加到时间线图表对象中
    tl.add(bar, "{}".format(idate))
### 最后将时间线图表导入到html文件中，用浏览器打开即可看到随时间变化的动态图形
tl.render('C://Users//Administrator//Desktop//test1.html')

    最后浏览器打开生成的html文件，图表样式如下，会自动随着时间的变化，展示数据变化趋势。够炫酷吧！快自己动手来构造一个属于你自己的动态变化图吧！

文中全球疫情数据

关注公众号「凹凸数据」后台回复“0407”即可获取

近期文章，点击图片即刻查看

后台回复「进群」，加入读者交流群~

点击「积分」，了解积分规则~